Research Engineer – Reinforcement Learning

🕒 vor 2 Tagen

🇺🇸 Vereinigte Staaten – Remote

💵 $230.000 - $450.000 / Jahr

⏰ Vollzeit

🟡 Mittelstufe

🟠 Senior

📚 Forschungsingenieur

🦅 H1B-Visum-Sponsor

Dieses Unternehmen hat in der Vergangenheit H1B-Visa gesponsert.

👻 Geisterscore 21%

Was es bedeutet: die Wahrscheinlichkeit, dass für diese Stelle niemand wirklich einstellt.So liest du es: 60 % oder höher heißt, wir halten das für einen Geisterjob. Niedrigere Werte sind weniger bedenklich.Wie wir werten: Dauer offen, Neuveröffentlichungen, offene Stellen vs Teamgröße, wie schnell Stellen geschlossen werden, und ob ein Gehalt angegeben ist.Hinweis: eine Schätzung aus öffentlichen Daten, kein Urteil über das Unternehmen. Echte Stellen können hoch punkten, nutze es also als Hinweis, nicht als Fakt.

Jetzt Bewerben

Ähnliche Remote-Jobs finden

Harvey

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

🤖 Künstliche Intelligenz

⚖️ Rechtswesen

🏢 Unternehmen

💰 €80.635.000.000 Series B im 2023-12

Artificial Intelligence • Legal • Enterprise

Harvey ist eine AI-Lösung der Professional-Klasse, die speziell für Anwaltskanzleien, professionelle Dienstleister und Fortune-500-Unternehmen entwickelt wurde. Sie bietet eine Suite domänenspezifischer Tools, mit denen Nutzer komplexe Aufgaben in natürlicher Sprache an einen individuell angepassten persönlichen Assistenten delegieren können. Die Plattform von Harvey ermöglicht schnelle, quellenbasierte Recherchen mit belastbaren Ergebnissen in den Bereichen Recht, Regulierung und Steuern und stellt zugleich sichere Projekt-Workspaces für die Dokumentenanalyse mittels Generative AI bereit. Mit Fokus auf Enterprise-grade Security und branchenführenden AI-Modellen zielt Harvey darauf ab, Workflows zu verschlanken und Fachkräfte – etwa Juristinnen und Juristen – von Routineaufgaben zu entlasten, damit sie sich auf strategische und beratende Rollen konzentrieren können.

Beschreibung

• Own and pursue a research agenda to improve model capability on long-horizon legal reasoning and agentic workflows • Design and run post-training experiments across SFT and RL using leading open-weight models • Develop reward functions and verifiers for semi-verifiable tasks, including rubrics, learned preference models, and expert preference data • Study where reward functions and verifiers break • Run and debug training at scale, addressing divergence, reward hacking, and instability • Build and use rigorous evaluations to track improvements and decide what ships • Design, implement, test, and debug code across the research stack • Carry research ideas from experiments through training runs to models used by customers • Own post-training recipes across supervised fine-tuning and reinforcement learning

🎯 Anforderungen

• Hands-on experience post-training LLMs with SFT and RL, including preference optimization • Direct ownership of training runs and results • Deep ML fundamentals • Experience getting distributed training runs working reliably • Strong engineering skills in Python • Production-quality code and end-to-end system ownership • Research experience in RL for language models or reward modeling • Ability to move quickly from experiments to shipped improvements • Publications welcome, not required • Must be legally authorized to work in the United States • Must be able to work in the United States or obtain employment visa sponsorship as applicable

🏖️ Vorteile

• Equity plan • Comprehensive health coverage • Dental coverage • Vision coverage • Retirement benefits with 401(k) match up to 4% • Flexible PTO • Equal opportunity employer • Reasonable accommodations for applicants with disabilities

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen